Her modele Ridge ve çoklu regresyon uygulanarak sonuçlar değerlendirilmiştir.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Günümüzde bileşenlerin miktarlarına bağlı olan bağımsız değişkenli denemeler ve karışımı oluşturan bileşenlerin miktarlarına bağlı olmaksızın, oranlarına bağlı olan karma denemeler yaygın olarak kullanılmaktadır. 1958 yılında Scheffe’nin ortaya çıkardığı karma denemeler tıp, kimya, gıda gibi bir çok alana uygulanmıştır.
📊
Key Findings & Data:Farklı bir uygulama olarak bireysel emeklilik fonları, içerikleri çeşitli yatırım araçlarının belirli oranlarda kullanılması ile oluştuğundan Scheffe karma denemeleri için uygun yapılar oluşturmaktadır.
Günümüzde bileşenlerin miktarlarına bağlı olan bağımsız değişkenli denemeler ve karışımı oluşturan bileşenlerin miktarlarına bağlı olmaksızın, oranlarına bağlı olan karma denemeler yaygın olarak kullanılmaktadır. 1958 yılında Scheffe’nin ortaya çıkardığı karma denemeler tıp, kimya, gıda gibi bir çok alana uygulanmıştır. Farklı bir uygulama olarak bireysel emeklilik fonları, içerikleri çeşitli yatırım araçlarının belirli oranlarda kullanılması ile oluştuğundan Scheffe karma denemeleri için uygun yapılar oluşturmaktadır. Bu çalışmada, bireysel emeklilik fonlarını oluşturan yatırını araçları bileşenlerinin bağıl oranları kullanılarak Scheffe karma denemeler yöntemi ile fonların yatırım araçlarına bağlılığının modellenmesi yapılmış ve üç farklı fon için durum incelenmiştir. Her modele Ridge ve çoklu regresyon uygulanarak sonuçlar değerlendirilmiştir.
Juran, J.M. & Gryna, F.M. (1981). Planning and Analysis of Quality. 2nd Ed. New York: McGraw-Hill
Cornell, J.A. (1990). Experiments With Mixtures. 2nd Ed. New York: John Wiley & Sons
Draper, N.R. & Pulkelsheim, F. (2002). Generaized Ridge Analysis Under Linear Restrictions with particular Applications to Mixture Experiments Problems. Technometrics, 44(3), 250-258. (www.math.uni-augsburg.de/stochastik/pukelsheim/2002a.pdf) [07.04.2005]
Scheffe, H. (1958). Experiments with Mixtures. Journal of The Royal Statistical Society. Series B, 20(2), 344-360
Steiner, S.H. & Hamada, M. (1997). Making Mixture Robust to Noise Factors and Mixing Measurement Errors. Journal of Quality Technology, 29(4), 441-450, (www.stats.uwaterloo.ca/~shsteine/papers/mix.pdf). [07.04.2005]
Piepel, G.F. (1983). Defıning Consistent Regions in Mixture Experiments. Technometrics, 25(1), 97-101
Ciaringbold, P.J. (1955). Use of the Simplex Design in the Study of the Join Action of Related Hormones. Biometrics, 11(2), 174-185
Gorman, J.W. (1970). Fitting Equations to Mixture Data With Restraints on Compositions. Journal of Quality Technology, 2(4), 186-194
Marquart, D.W. (1970). Generalized Inverses Ridge Regression Biased Linear Estimation and Nonlinear Estimation. Technometrics, 12(3), 591-612
Orhunbilge, N. (1996). Uygulamalı Regresyon ve Korelasyon Analizi. İ.Ü. İşletme Fakültesi Yayın No: 267, İstanbul: İ. Ü. İşletme Fakültesi İşletme İktisadı Yayın No: 159
Myers, R.H. (1990). Classical and Modern Regression with Applications. 2nd Ed. Boston: PWS Kent
Freund, R.J. & Littell, R.C. (1986). SAS System Linear Regression. (Ed.: Cary, N.C.). USA: SAS Institute Inc
Petraitis, P.S. (1996). How can we compare the importance of ecological processes if we never ask, ’Compared to what?' Issues and Perspectives in Experimental Ecology (Eds.: Resitarits, W. & Bernardo, J.). New York: Oxford University Press
Draper, N.R. & Smith, H. (1981). Applied Regression Analysis. New York: John Wiley & Sons, Inc
Freund, R.P. & Minton, P.D. (1979). Regression Methods: A Tool for Data Analysis. New York: Marcel Dekker, Inc
Wetherill, G.B.; Duncombe, P.; Kollerstrom, J.; Kenward, M.; Paul, S.R. & Vowden, B.J. (1986). Regression Analysis with Applications. London: Chapman and Hail